世界知识产权组织(World Intellectual Property Organization, WIPO)发布的《2017年世界知识产权报告》开创性地公布了首组关于制成品中无形资产数据,揭示出品牌、设计和技术等无形资产在企业价值创造中的重要作用,其比重从2000年的27.8%上升至2007年的31.9%,产生的价值在2000—2014年间实际增长了75%,达到5.9万亿美元(2014年)[1]。无形资产在企业价值创造中的作用再次引发了学术界和产业界的关注。
对企业价值创造的研究可以追溯到亚当斯密提出的商品使用价值和交换价值。以此为基础,后续学者从价值创造静态要素、动态过程和整合模式等多个维度对企业价值创造进行了研究。价值创造静态要素方面,资本、信息、劳动力、投资者、顾客、企业高管和创新能力等静态要素的价值创造是国内外学者研究的重点。如王化成[2]和Brown等[3]对内部资本价值效应进行了研究;肖静华[4]和Jung等[5]研究表明,基于准确性和及时性的信息共享具有重要的价值创造作用;张平和郭冠清[6]研究揭示了劳动力价值创造的证据;李蕾和韩立岩[7]就投资者结构对企业价值创造的影响进行了研究,认为QFII持股比例增加有助于企业价值创造;Priem[8]、Vorakulpipat[9]和范秀成等[10]研究表明,顾客及市场因素是企业价值创造的重要来源,因此,应将顾客由被动的价值接受者变为主动价值创造者;徐宁等[11]研究表明,企业创新能力与其价值创造能力呈正相关关系。价值创造动态过程方面,国内外学者主要对市场营销、社会责任履行、股权结构设计、企业治理和内部控制等过程的价值创造进行了研究。如黄嘉涛[12]研究指出,跨界营销对价值创造具有显著正向影响;王清刚和徐欣宇[13]研究表明,履行企业社会责任有助于企业价值实现;阮素梅等[14]研究表明,股权制衡度对企业价值创造呈现“倒U型”结构的影响;阮素梅等(2015)和Gorton等[15]研究揭示了公司治理及资本结构对企业价值创造能力的影响;池国华等[16]研究揭示了内部控制质量对公司价值创造的影响。价值创造整合模式方面,国内外学者主要对云模式、战略联盟模式、电子商务模式、虚拟整合模式和开放型商业模式等价值创造进行了研究。如樊会文[17]研究表明,云计算具有巨大的价值创造效应;谢恩等(2012)揭示了战略联盟模式对价值创造效率的影响;Makadok等[18]揭示了战略联盟模式价值创造活动的具体形式;梅姝娥等[19]对合作型企业间电子商务模式与价值创造间的关系进行了研究,指出电子商务模式有助于实现企业战略利益,从而提升企业价值创造能力;罗珉[20]与盛亚[21]基于价值创造视角分别对互联网时代的商业模式创新和EC环境下零售企业商业模式进行了研究;江积海和蔡春花(2016)研究揭示了开放型商业模式内在属性与价值创造之间的关系。此外,金帆等[22]分别从价值生态系统和影响因素等视角对企业价值创造问题进行了综合性研究。通过对国内外相关研究成果进行梳理可以发现,包括无形资产在内的众多要素均可对企业价值创造产生影响,但其中无形资产是形成企业价值的基础与核心。在无形资产要素重要性日趋凸显的背景下,相关学者对无形资产要素与企业价值创造的关系进行了大量研究,主要集中于企业无形资产价值创造机理、价值评价指标体系、价值评价方法和价值总量测度等领域[23]。无形资产价值创造机理方面,王晨和茅宁[24]研究指出,无形资产基于价值网络各层次间的关联而嵌入价值创造系统,从而形成以无形资产为核心的企业价值创造系统;范莉莉[25]认为,无形资产在形成和提升企业核心竞争力方面具有重要价值。无形资产评价体系方面,赵志耘等(2017)将信息化程度、创新资产和经济竞争力等指标引入无形资产评估体系之中,进一步完善了无形资产评价体系。无形资产评价方法方面,金融市场价值法[26]、绩效测度法[27]、直接支出法[28]是当前主流的无形资产核算方法,其中,直接支出法已成为一种经典的宏观无形资产测算方法,并被众多学者所使用,如Marrano等[29]。价值总量测度方面,张俊芳(2017)对我国知识密集型无形资产总量进行了测度,Grattan等[30]则对美英企业无形价值量进行了测度。相关研究成果为后续无形资产价值创造研究提供了必要的前提与基础,且具有重要的借鉴价值。然而,系统分析发现,目前基于GVC视角对无形资产与企业价值创造间关系的针对性研究相对较少,无法有效指导GVC下我国企业价值创造实践。
本文针对GVC下无形资产对企业价值创造效率的影响展开系统研究。首先,分析揭示GVC下无形资产对企业价值创造效率的影响机理,以及GVC对无形资产影响的调节作用,在此基础上提出研究假设。其次,基于价值创造效率视角选择无形资产对企业价值创造影响的评价方法并构建测度模型。在此基础上,以中国装备制造企业为例进行实证研究,测度各无形资产要素对企业价值创造的影响方向和影响强度,以及GVC对无形资产影响的调节作用。最后,提出GVC下提升我国企业价值创造效率和水平的策略建议。本研究成果对揭示GVC下无形资产对企业价值创造的影响,提升GVC下我国企业价值创造效率,进而实现其GVC攀升具有重要的理论意义和现实价值。
目前,国内外并没有统一的无形资产划分方法,学者们多基于其具体研究视角和研究目的界定无形资产的具体要素。基于本文研究视角和研究目的,综合借鉴相关研究成果[2-11],围绕GVC下企业价值创造,对无形资产集合界定如下:企业无形资产={品牌资产,技术创新,知识产权,产品功能,人力资源},并在此基础上揭示GVC下无形资产要素对企业价值创造效率的作用机理,以及GVC因素对其作用的调节效应。
品牌作为一个可以带来溢价和增值的无形资产,其利益、文化和个性,以及知名度、美誉度和普及度等属性会对企业价值创造具有多维度的重要影响,可简单归结为品牌资产。较高的品牌资产不仅可使企业在市场进入和市场竞争等方面获得相对优势,而且可以使企业通过品牌吸引力获得消费者青睐,提升用户忠诚度,进而以更高的价格出售其产品或服务,从而在投入一定的情况下获得更多的价值产出,提高企业价值创造效率。
在全球化背景下,GVC因素可双向调节品牌资产对企业价值创造效率的影响。一方面,GVC下品牌资产对企业价值创造的影响被从某一特定区域扩展到全球范围,从而在市场空间和进入壁垒等多个维度增强了品牌资产对企业价值创造的影响,进而增强品牌资产对企业价值创造效率的影响。另一方面,为了获得更具价值的品牌资产,企业必须加强全球范围内的品牌建设力度,投入人财物等各种资源以提升品牌知名度、认知度和忠诚度,从而不可避免地增加企业成本,降低企业价值创造效率。结合当前国内外企业积极进行品牌资产培育的客观事实,本文提出以下假设:
H1:品牌资产对企业价值创造效率具有正向影响。
H2:GVC可正向调节品牌资产对企业价值创造效率的影响。
专利与商标等知识产权作为一种财产权利,可为企业创造产品价值之外的额外价值。一个掌握大量知识产权的企业在不生产产品的情况下仍可获得大量价值。例如,基本退出智能手机市场的诺基亚仍可基于其基础和标准专利等知识产权,向多家智能手机厂商收取1%~3%营收比例的专利许可使用费,从而实现并增加企业价值创造产出。显然,在知识产权边际成本近乎于零的前提下,知识产权对企业价值创造效率具有正向影响。
在GVC体系下,既有全球化治理体系更有利于保护企业知识产权,并可使知识产权在更广的范围内为企业创造更高的价值产出,从而增强知识产权对企业价值创造效率的正向影响。虽然GVC下企业需投入更多的成本以维护自身知识产权,从而在一定程度上增加了企业投入,但在全球及各国知识产权保护体系日趋完善的背景下,企业知识产权实践活动均表明GVC体系可显著提升企业价值创造效率。基于上述分析,本文提出以下假设:
H3:知识产权对企业价值创造效率具有正向影响。
H4:GVC可正向调节知识产权对企业价值创造效率的影响。
在创新成为时代主题的背景下,创新对企业价值创造呈现出日趋显著的正向影响[11]。然而,由于创新需要大量创新资源持续投入才能获得相应的创新产出,因此其对企业价值创造效率的影响具有两面性:一方面,技术创新所造就的高科技产品,以及广义技术创新所带来的生产效率提升,都有利于提高企业价值创造效率;另一方面,技术创新又需要大量创新资源持续投入,从而增加企业价值创造过程中的资源投入总量,降低企业价值创造效率。结合产业界高度重视技术创新活动,并投入大量技术创新资源的产业实践现状,本文提出以下假设:
H5:技术创新对企业价值创造效率具有正向影响。
GVC体系下,企业一方面可以在一定程度上获得GVC体系内各类优质技术创新资源,从而有利于提升其技术创新产出,进而形成自主知识产权,提高企业价值创造效率;另一方面,除GVC链主外,大多数企业又会受到GVC体系及GVC链主的有效控制,从而增加关键领域技术创新突破难度与资源投入,进而对企业价值创造效率提升产生负向影响。结合相关学者的研究成果[31],提出以下假设:
H6:GVC可正向调节技术创新对企业价值创造效率的影响。
产品功能可简单划分为使用功能和审美功能两个方面,是实现产品价值的基础和前提。一个具有合理使用功能和主流审美功能的产品更易获得消费者认可,从而增加产品价值产出。产品功能提升必然要求企业在产品功能与外观设计、原材料及制造等方面投入更多资源,从而增加企业价值创造过程中的总投入,降低企业产品价值创造效率。考虑到企业仍在不断改善产品功能的事实,本文提出以下假设:
H7:产品功能对企业价值创造效率具有正向影响。
GVC下中国企业为了在全球范围内实现价值创造,必然会在用户多元化和差异化需求导向下加大企业在产品功能方面的投入力度,以满足不同类型客户需求。与中国统一的大市场相比,国外多数区域性市场规模较小,可能会导致其产品功能方面的投入无法取得与国内市场相同的价值产出,从而影响企业价值创造效率。因此,本文提出以下假设:
H8:GVC可负向调节产品功能对企业价值创造效率的影响。
作为企业价值创造过程中最为活跃的因素,人力资源对企业价值创造具有直接和间接双重影响:一方面,企业人力资源投入与转化效率直接影响企业价值创造效率;另一方面,企业人力资源状况还可以通过品牌、技术和产品等无形资产要素对企业价值创造效率产生间接影响。考虑到研究的复杂性,以及人力资源对品牌、技术和产品与其对价值创造影响方向的一致性,本文仅从质量和数量两个方面考虑人力资源对价值创造的直接影响。
人力资源质量方面,高素质的人力资源显然有助于企业以较小的资源投入获得较大的价值产出,从而对企业价值创造效率产生正向影响;人力资源数量方面,较多的人力资源投入必然换来较多的价值产出,但其对价值创造效率的影响却具有不确定性。考虑到企业力求精简人员,追求由人力资源密集型向资本和技术密集型企业转变的现实,推断人力资源数量对企业价值创造效率具有负向影响。基于此,本文提出以下假设:
H9:人力资源质量对企业价值创造效率具有正向影响。
H10:人力资源数量对企业价值创造效率具有负向影响。
GVC下企业人力资源选择空间急剧扩展,企业可在更广的范围内按需选择人才,因而有利于提升其人力资源质量并增加人力资源数量。虽然优秀海外人才使用成本会更高,但其可为本土企业带来国际化管理经验、先进技术与理念等稀缺资源,从而为企业创造更多价值,进而提高企业价值创造效率。基于此,本文提出以下假设:
H11:GVC可正向调节人力资源质量对企业价值创造效率的影响。
H12:GVC可正向调节人力资源数量对企业价值创造效率的影响。
综上所述,得到GVC下无形资产对企业价值创造效率作用机理,及GVC对无形资产作用调节机理框架模型,如图1所示。
图1 GVC下无形资产对企业价值创造作用机理框架模型
需要指出的是,企业价值创造过程中的资产投入不仅包括上述无形资产,而且包括企业有形资产。有形资产在企业价值创造过程中通过价值转移或折旧等形式转化为价值创造产出,因此,有形资产增加必然会导致企业价值创造产出增加。然而,企业价值创造过程中投入产出的同向变化对效率的影响却具有不确定性。基于此,本文提出以下假设:
H13:有形资产对企业价值创造效率具有正向影响。
H14:GVC可正向调节有形资产对企业价值创造效率的影响。
本文核心研究目的是基于价值创造效率视角揭示无形资产要素对企业价值创造的影响方向和影响强度,以及GVC对无形资产影响的调节作用。基于此,本文以主流效率评价方法DEA或SFA为基础进行评价方法选择。通过对DEA和SFA的对比性分析可以发现,SFA方法具有可以区分随机误差项与技术非效率项[32],且可以同时对评价单元效率及其影响因素进行测度的突出优势[33]。因此,本文选择SFA方法作为企业价值创造效率及影响因素评价方法。
企业价值创造效率本质上是由价值创造产出及价值创造投入等内生因素决定的,若能以较小的资产投入获得较大的价值产出,该企业的价值创造就是高效率的。此外,企业价值创造效率还会受到GVC及政治、经济和社会等众多外生因素的影响,但是由于外生因素的影响需要通过内生因素才能发挥作用,且在特定时间和空间范围内具有相对稳定性。因此,本文仅考虑GVC因素对企业价值创造效率的影响。
无形资产评价指标方面,企业品牌资产采用由World Brand Lab发布的“最具品牌价值榜单”中的品牌价值数据进行评价,对于拥有多个品牌的企业,根据其品牌对应产品价值创造的具体情况进行评价;知识产权由发明专利、商标以及工业品外观设计等方面构成,借鉴IMD (International Institute for Management Development)的处理方式,采用加权求和法,基于发明专利数、注册商标数和外观设计专利数3项子指标进行综合评价[34]。其中,发明专利和注册商标权重为1,外观设计专利权重为0.5,无数据权重为0,将其记为知识产权指数;技术创新采用专利申请数进行评价[35];产品功能则从使用功能和审美功能两个维度,采用专家量表的方式进行测度;人力资源数量与质量分别采用企业员工总数和企业工程师数量进行测度[31]。
有形资产评价指标方面,企业有形资产一般由固定资产和流动资产等多种资产共同构成,差异性较大,为便于后续处理,本文采用企业财务报表中总资产减去无形资产的方式进行评价。
价值产出评价指标方面,企业生产总值及营业利润总额都可以作为其价值产出评价指标,考虑到价值实现的完整性,本文采用企业销售收入总额作为其价值产出评价指标。
GVC因素评价指标方面,可从嵌入强度和价值位势两个层面对GVC因素进行评价[31]。由于我国企业大多被锁定在GVC的低端位置,导致其GVC价值位势差异相对较小,而嵌入强度则差别较大。因此,本文着重考察GVC嵌入强度对企业价值创造的影响。对GVC嵌入强度进行评价的主流方法包括基于垂直专业化指数的宏观算法和基于国内增加值率的微观算法。此外,部分学者采用企业出口国外增加值率和非竞争性I-O 表对GVC 嵌入强度进行评价。结合研究对象(企业)与主题(价值创造),以及各评价方法的适用性、数据可得性等因素,本文选择企业出口国外增加值率作为其评价指标。借鉴吕越等[36]的评价方法,本文采用企业出口中的国外增加值比重评价企业GVC嵌入强度,构建其测度模型如式(1)所示。
(1)
式(1)中,VF为企业出口国外增加值,M、X和D分别代表企业进出口和国内销售,P、Ο分别代表加工和一般贸易。当D<M时,设VF=MP+MΟ。如果国外附加值大于总出口,则设FVAR=1。
综上所述,得到GVC下无形资产要素与企业价值创造相关要素评价指标体系,如表1所示。
表1 GVC下无形资产要素与企业价值创造相关要素评价指标体系
目标层准则层评价指标企业价值创造产出企业价值创造企业营业利润总额(Out.VC)企业价值创造投入有形资产总资产-无形资产(In.TA)品牌资产品牌价值(In.BE)知识产权知识产权指数(In.IPR)技术创新专利申请数(In.TI)产品功能产品功能专家量表(In.PF)人力资源质量企业工程师数量(In.HRQ)人力资源数量企业员工总数(In.HRN)GVC因素GVC嵌入强度企业出口国外增加值率(GVC.ES)
C-D生产函数具有经济含义较为直观的优点[37],因此,本文以其为基础构建GVC下无形资产对企业价值创造效率作用模型。C-D生产函数形式如式(2)所示。
(2)
其对应投入可能集为:
L(y)={x|y≤f(x)}
(3)
求其参数如式(4)所示。
(4)
令则技术效率指数为F(xj,yj)。
基于C-D生产函数,构建考虑和不考虑GVC因素的企业无形资产要素对企业价值创造效率影响评价模型分别如模型(5)和模型(6)所示。
Ln(Out·VC.ij)=λ0+λ1•Ln(In.TA.ij)+λ2•Ln(In.BE.ij)+λ3•Ln(In.IPR.ij)+λ4•Ln(In.TI.ij) +λ5•Ln(In.PF.ij)+λ6•Ln(In.HRQ.ij)+λ7•Ln(In.HRN.ij)+vij-uij
(5)
Ln(Out·VC.ij)=β0+β1•Ln(In.TA.ij)+β2•Ln(In.BE.ij)+β3•Ln(In.IPR.ij)+β4•Ln(In.TI.ij)+β5•Ln(In.PF.ij)+β6•Ln(In.HRQ.ij)+β7•Ln(In.HRN.ij)+β8•Ln(GVC.ES.ij)+T
(6)
式(6)中,Out·VC.ij为i企业在j期的价值创造总产出,In.TA.ij、In.BE.ij、In.IPR.ij、In.TI.ij、In.HRQ.ij和In.HRN.ij分别为同期同企业价值创造中的有形资产、品牌资产、知识产权、技术创新、人力资源质量和人力资源数量,GVC.ES.ij为同期同企业GVC嵌入强度,T为时变趋势,λ0-λ6,β0-β7为常量及相应系数,vij和uij为误差调节项,vij~N(0,δiv2)为随机误差,uij~N(μ,δiu2)为管理无效率。
对比模型(5)和模型(6)可以发现,在其它变量均不变的情况下,简单地将GVC因素引入原有评级体系中,无法有效反映GVC对其它因素影响的调节作用。基于此,本文对模型(5)进行改进,构建新评价模型如(7)式所示。
Ln(Out·NVC.ij)=λ0+λ1•Ln(In.TA.ij)+λ2•Ln(In.BE.ij)+λ3•Ln(In.IPR.ij)+λ4•Ln(In.TI.ij) +λ5•Ln(In.PF.ij)+λ6•Ln(In.HRQ.ij)+λ7•Ln(In.HRN.ij)+vij-uij
(7)
其中,Out·NVC.ij为i企业在j期的国内价值创造产出,其它变量同上。对比分析模型(7)和模型(6)可知,模型(6)在引入GVC因素的同时,用企业价值总产出替代了国内价值产出,从而将评价模型的控制变量和因变量置于同一视角下进行研究,提升了评价结果的合理性和科学性,可更为客观地揭示GVC因素对各无形资产要素影响的调节作用。
为保证前文构建模型的有效性,本文采用MLE方法对其进行有效性检验,得γ值均高度显著,且LR统计检验均在5%的显著性水平下显著,确保了评价模型的有效性,如表2和表3所示。在此基础上,为保证评价体系的鲁棒性,本文构建肯德尔和谐系数,如模型(8)所示,通过依次引入变量及样本的方法检测评价体系的鲁棒性[38]。
(8)
模型(8)中变量含义详见文献[38],显然ωn1越小,则评价体系的鲁棒性就越好。基于模型(8)求得ωn1=0.963,与文献[38]中的评价结果进行对比性分析可知,本文建立的评价体系具有较好的鲁棒性。
综合考虑本文研究目的与研究对象特征,以及数据可得性和完整性,选择我国装备制造企业作为实证研究对象。通过对World Brand Lab中国品牌500强企业财务报表数据、企业进出口数据、工业企业普查数据完整度的对比性分析和筛选,最终选择95家装备制造企业作为本文实证研究对象。其中,汽车装备制造企业38家,机械装备制造企业27家,家电企业17家,钢铁企业7家,通信与电子企业6家,涵盖了装备制造业的大多数业态。
用于实证研究的原始数据来源如下:企业营业利润总额、总资产、无形资产等数据来源于企业财务报表;企业品牌价值来源于World Brand Lab发布的《中国最具价值品牌500强名单》;发明专利数、注册商标数、外观设计专利数和专利申请数来源于中国国家知识产权局、中国国家工商行政管理总局等官方网站及相关企业公告;企业员工总数和企业工程师数来源于企业公告。用于计算GVC嵌入强度的原始数据中,企业进出口数据来源于海关统计明细,国内销售数据来源于国家统计局工业普查数据(国内销售额=企业销售产值-出口交货值)。
运用模型(7)对不考虑GVC因素时无形资产要素对企业价值创造效率的影响进行测度,结果如表2所示。
表2 不考虑GVC因素时无形资本对企业价值创造影响测度结果
待估项影响系数(模型7)In.TA-0.102 6***In.BE0.356 0***In.IPR0.413 3**In.TI0.416 4**In.PF0.154 2*In.HRQ0.273 2***In.HRN-0.121 5*T0.091 0***δ20.517 6***ɤ0.678 5***
注:*p<0.1,**p<0.05,***p<0.01,下同
基于表2的测度结果可以看出,有形资产对企业价值创造效率具有较为显著的负向影响,但影响强度不高,仅为0.102 6,其原因如下:一方面,有形资产因可通过价值转移或折旧等方式直接转化为企业价值创造产出,两者间存在较为明显和确定的关联性,因此其对企业价值创造效率的影响较为显著;另一方面,虽然有形资产可以有效转化为企业价值创造产出,但其价值产出与资源投入之间具有同向性,考虑到实证对象多为大型或特大型装备制造企业,且我国装备制造企业呈现大而不强,多数企业已超过其规模经济拐点等特点,扩大其有形资产规模反而会降低企业价值创造效率。可见,有形资产对企业价值创造效率具有低强度负向影响的结论具有合理性,该结论与宋在科等[39]的研究结论一致。因此,H13不成立,H14成立。基于此,本文认为,适度控制我国装备制造企业有形资产规模,实现企业由大到强的转变有助于提升其价值创造效率。
无形资产方面,企业品牌资产、知识产权、技术创新、产品功能和人力资源质量对企业价值创造效率均具有正向影响,而人力资源数量为负向影响(-0.121 5)。从显著性水平看,品牌资产和人力资源质量对企业价值创造效率的影响最为显著,知识产权和技术创新的影响次之,产品功能和人力资源数量的影响最不显著。从影响强度看,知识产权(0.413 3)和技术创新(0.416 4)的影响强度最高,品牌资产(0.356 0)和人力资源质量(0.273 2)次之,而产品功能(0.154 2)和人力资源数量(-0.121 5)的影响强度最低。由此推断,一方面,企业品牌资产、知识产权、技术创新和人力资源质量等无形资产要素具有较高的价值投入产出比,其资源投入可以创造更多的价值产出,因此,品牌、知识产权和技术创新等要素成为当今企业关注和发展的重点,且高端人才倍受青睐;另一方面,依靠单纯堆积劳动力的劳动密集型生产方式的价值创造效率相对较低,劳动密集只有与资本密集和技术密集相匹配才能更具发展价值。此外,产品功能作为企业价值核心载体虽仍能提升企业价值创造效率,但其作用不再突出,这与当前大多数产品功能底线较高、产品同质化增强、基于产品功能进行价值创造越来越困难的产业发展现状高度相符。综上可得, H1、H3、H5、H7、H9和H10成立。
在模型(7)测度结果的基础上,运用前文所构建的模型(6)对考虑GVC因素时无形资产要素对企业价值创造效率的影响进行测度,结果如表3所示。为揭示GVC因素对无形资产要素影响的调节作用,构建调节指数ΔA的测度模型如式(8)所示。
(8)
式(8)中,ΔA为GVC对无形资产要素影响的调节指数,Is.GVC为GVC下无形资产要素对企业价值创造效率的影响强度,Is为不考虑GVC时无形资产要素对企业价值创造效率的影响强度。在模型(7)和模型(6)测度结果的基础上得到GVC因素对无形资产要素影响的调节指数测度结果,如表3中ΔA列所示。
表3 考虑GVC因素无形资本对企业价值创造影响测度结果
待估项模型(7)模型(6)调节指数ΔAIn.TA-0.102 6***-0.109 5***0.067 3In.BE0.356 0***0.587 6***0.650 6In.IPR0.413 3**0.608 3**0.471 8In.TI0.416 4**0.613 2**0.472 6In.PF0.154 2*0.172 9*0.131 3In.HRQ0.273 2***0.338 4***0.238 7In.HRN-0.121 5*-0.146 30.204 1GVC.ES--0.089 1**--T0.121 0***----δ20.517 6***0.604 7***--ɤ0.678 5***0.384 2***--
通过分析测度结果可以得出:GVC因素对企业价值创造具有一定的直接影响,但影响强度不大(0.089 1)。排除数理因素,GVC可正向调节无形资本对企业价值创造效率的影响,即无论无形资产要素对企业价值创造效率具有正向或负向影响,GVC都增强了这种影响。基于此,可得研究假设检验结果如下: H2、H3、H6、H11和H12成立, H8不成立。从具体调节指数视角看,GVC对品牌资产的调节作用最强,对知识产品和技术创新的调节作用次之,对人力资源和产品功能的调节作用最低。上述评价结果说明两点:一是积极嵌入GVC有助于提高企业价值创造效率;二是在嵌入GVC后,通过重视企业品牌建设、加强企业技术创新和知识产权积累、提升企业人力资源质量等策略,可有效提高GVC下我国企业价值创造效率。
基于表2和表3的测度结果对前文研究假设进行检验,如表4所示。
表4 假设检验结果
假设H1H2H3H4H5H6H7H8H9H10H11H12H13H14检验结果通过通过通过通过通过通过通过不通过通过通过通过通过不通过通过
除H8和H13外,其余假设均通过检验。结合原假设内容及其分析,本文认为,H8不通过的原因如下:一方面,我国企业在嵌入GVC后,并没有为满足不同国家或地区差异化产品需求而进行大规模的资源投入以实现产品本土化改造。因此,GVC体系在扩大我国企业市场空间及价值创造规模的同时,并没有显著增加其资源投入量,因而在嵌入GVC初期,GVC可正向调节产品功能对企业价值创造效率的影响。该结果与当前我国企业在GVC下多为低端嵌入,GVC攀升进程处于起步阶段的现状相符。
H13不成立则说明当前我国企业规模已经较为庞大,部分已经达到或超过其规模阈值,单纯扩大企业规模已经无法进一步实现规模经济效应,相反还会降低企业价值创造效率。因此,抑制超大规模企业,尤其是“巨婴”型企业产生与发展,转而促进中小企业发展,对提升我国企业价值创造效率具有积极意义。
本文针对GVC下无形资产对企业价值创造效率的影响展开系统研究,通过理论分析和实证研究,得到如下研究结论:
(1)企业价值创造由无形资产和有形资产共同参与,其中,无形资产包括品牌资产、技术创新、知识产权、产品功能和人力资源等。各无形资产要素对企业价值创造具有多维度的复杂影响。
(2)企业品牌资产、知识产权、技术创新、产品功能和人力资源质量等无形资产对企业价值创造效率均具有正向影响,人力资源数量则具有负向影响。从显著性水平看,品牌资产和人力资源质量对企业价值创造效率的影响最显著,知识产权和技术创新的影响次之,产品功能和人力资源数量的影响最不显著。从影响强度看,知识产权和技术创新的影响强度最高,品牌资产和人力资源质量次之,产品功能(0.1542)和人力资源数量的影响强度最低。有形资产对企业价值创造效率具有负向影响,但影响强度不高。
(3)GVC因素对企业价值创造具有正向影响,但影响强度不大。GVC可正向调节无形资本对企业价值创造效率的影响,即无论无形资产要素对企业价值创造效率具有正向或负向影响,GVC都增强了这种影响。
(4)通过适度控制我国装备制造企业有形资产规模、嵌入GVC体系、重视企业品牌建设、加强企业技术创新和知识产权积累,并不断提升企业人力资源质量和抑制超大规模企业、促进中小企业发展等策略,可以有效提升企业价值创造效率。
基于当前相关研究缺失,本文创新性地将GVC因素引入企业价值创造评价体系之中,并基于效率视角展开系统研究,相关研究成果对提高GVC下我国企业价值创造效率具有一定的理论意义和实践指导价值。然而,由于数据可得性及统计口径,本文对部分用于实证研究的数据进行了转化,并采用量表方式获取了部分数据,在一定程度上影响了结论的客观性与准确性,该问题将在后续研究中重点予以解决。
[1] World Intellectual Property Organization.Intangible capital in global value chains[R].World Intellectual Property Report, 2017.
[2] 王化成,曾雪云.专业化企业集团的内部资本市场与价值创造效应——基于中国三峡集团的案例研究[J].管理世界,2012(12):155-168,185.
[3] C A BROWN, C R MCNEIL.Internal capital market subsidies and industry downturns[J].Accounting & Finance, 2014, 48(3): 337-361.
[4] 肖静华,汪鸿昌,谢康,等.信息共享视角下供应链信息系统价值创造机制[J].系统工程理论与实践,2014,34(11):2862-2871.
[5] J H JUNG, C SCHNEIDER, J VALACICH.Enhancing the motivational affordance of information systems: the effects of real-time performance feedback and goal setting in group collaboration environment[J].Management Science, 2010, 56 (4):724-742.
[6] 张平,郭冠清.社会主义劳动力再生产及劳动价值创造与分享——理论、证据与政策[J].经济研究,2016(8):17-27,85.
[7] 李蕾,韩立岩.价值投资还是价值创造?——基于境内外机构投资者比较的经验研究[J].经济学(季刊),2013,13(1):351-372.
[8] R L PRIEM.A consumer perspective on value creation[J].Academy of Management Review, 2007, 32 (1):219-235.
[9] V CHALEE, R YACINE. Value creation: the future of knowledge management[J].The Knowledge Engineering Review, 2008, 23(3): 283-294.
[10] 范秀成,杜琰琰.顾客参与是一把“双刃剑”——顾客参与影响价值创造的研究述评[J].管理评论,2012,24(12):64-71.
[11] 徐宁,徐鹏,吴创.技术创新动态能力建构及其价值创造效应——来自中小上市公司的经验证据[J].科学学与科学技术管理,2014,35(8):125-134.
[12] 黄嘉涛.移动互联网环境下跨界营销对价值创造的影响[J].管理学报,2017,14(7):1052-1061.
[13] 王清刚,徐欣宇.企业社会责任的价值创造机理及实证检验——基于利益相关者理论和生命周期理论[J].中国软科学,2016(2):179-192.
[14] 阮素梅,丁忠明,刘银国,等.股权制衡与公司价值创造能力“倒U型”假说检验——基于面板数据模型的实证[J].中国管理科学,2014,22(2):119-128.
[15] G GORTON, F A SCHMID.Universal banking and the performance of German firms[J].Journal of Financial Economics, 2000, 58(1): 29-80.
[16] 池国华,杨金.高质量内部控制能够改善公司价值创造效果吗[J].财经问题研究,2013(8):94-101.
[17] 樊会文.云计算的价值创造及其机理[J].中国科学院院刊,2015,30(2):162-169.
[18] R MAKADOK.Toward a synthesis of the resource-based and dynamic-capability views of rent creation[J].Strategic Management Journal, 2001, 22(5): 387-401.
[19] 梅姝娥,许军.合作型企业间电子商务模式与价值创造研究[J].管理科学学报,2013,16(5):55-68,94.
[20] 罗珉,李亮宇.互联网时代的商业模式创新:价值创造视角[J].中国工业经济,2015(1):95-107.
[21] 盛亚,徐璇,何东平.电子商务环境下零售企业商业模式:基于价值创造逻辑[J].科研管理,2015,36(10):122-129.
[22] 金帆.价值生态系统:云经济时代的价值创造机制[J].中国工业经济,2014,(4):97-109.
[23] 孙艳霞.基于不同视角的企业价值创造研究综述[J].南开经济研究,2012,(1):145-153.
[24] 王晨,茅宁.以无形资产为核心的价值创造系统[J].科学学研究,2004,22(4):405-410.
[25] 范莉莉,马军.基于无形资产组合系统的企业核心竞争力评价方法[J].管理科学,2009,22(2):49-56.
[26] E BRYNJOLFSSON, L M HITT, S YANG.Intangible assets: how the interaction of computers and organizational structure affects stock market valuations[C].International Conference on Information Systems , 1998 , 65 (1) :8-29.
[27] E R MCGRATTAN,E C PRESCOTT.Taxes,regulations,and the value of U.S.and U.K.corporations[J].Reviews of Economic Studies, 2005, 72(3):767-796.
[28] L NAKAMURA.Intangibles: what put the new in the new economy[R].Federal Reserve Bank of Philadelphia Business Review, 1999.
[29] M G MARRANO, J HASKEL, G WALLIS.What happened to the knowledge economy? ICT, intangible investment and Britain′s productivity record revisited[J].Review of Income & Wealth, 2009, 55(3): 686-716.
[30] E R MC GRATTAN, E C PRESCOTT.Taxes, regulations, and the value of U.S.and U.K.corporations[J].Review of Economic Studies, 2010, 72(3): 767-796.
[31] 綦良群,蔡渊渊,王成东.全球价值链的价值位势、嵌入强度与中国装备制造业研发效率[J].研究与发展管理,2017,29(6):26-37.
[32] HU J, YANG C, CHEN C.R&D efficiency and the national innovation system: an international comparison using the distance function approach[J].Bulletin of Economic Research, 2014, 66(1): 55-71.
[33] THOMAS V J, SHARMA S, JAIN S K.Using patents and publications to assess R&D efficiency in the States of the USA[J].World Patent Information, 2011, 33(1):4-10.
[34] 唐杰,周勇涛.企业知识产权战略实施绩效评价研究[J].情报杂志,2009,29(7):55-60.
[35] 徐建中,曲小瑜.装备制造业环境技术创新效率及其影响因素研究——基于DEA-Malmquist和Tobit的实证分析 [J].运筹与管理,2015,24(1):246-254.
[36] 吕越,罗伟,刘斌.异质性企业与全球价值链嵌入:基于效率和融资的视角[J].世界经济,2015,(8):29-55.
[37] BENEDETTO J.Implications and interpretations of value-added trade balances[J].Journal of International Commerce and Economics, 2012, 4(2): 39-55.
[38] 张立军,陶璐.多指标综合评价模型鲁棒性度量方法研究[J].统计与信息论坛,2011,26(5):16-20.
[39] 宋在科,程晓东.研发支出、有形资产与企业价值关系的实证研究——基于中国创业板上市公司[J].呼伦贝尔学院学报,2015,23(6):49-53.